המונח הזה, לדבריו, מתאר את מבול התכנים באיכות נמוכה שנוצרים על-ידי AI – דוחות, מיילים, קוד וניתוחים – שמציפים את הארגונים. התוצרים האלה אומנם נראים פוריים, אבל בפועל הם גוזלים זמן יקר של עובדים אנושיים שצריכים לבדוק, לערוך או לזרוק אותם. "עבודת זבל" היא הסכנה השקטה: AI מייצר, ובני אדם צריכים לנקות .
האזהרה המרכזית של קומין נוגעת לעלות של AI. בימים הראשונים, שאילתה פשוטה עלתה כמעט כלום. אבל כשארגונים עוברים למשימות מורכבות יותר, כמו תכנון אסטרטגי או סוכן AI אוטונומי, צריכת האסימונים (tokens) מזנקת בצורה לא ליניארית .
"בימים הראשונים, רציתם שאנשים יתחילו להשתמש בכלים – והם לא ממש עלו הרבה... עכשיו, איך שהמודלים עובדים, כמות ההקשר שאתם יכולים להכניס אליהם, העלויות שלכם לא גדלות באופן ליניארי," הסביר קומין .
הוא כינה את זה "אתגר ניהולי חדש ומתפתח": מנהלי כספים ראשיים (CFOs) ומנהלי טכנולוגיה ראשיים (CTOs) תקועים במחזורי תקצוב שנתיים, בעוד שהעלות של משימה יכולה להשתנות פי 10 עד פי 50, תלוי במורכבות שלה .
ההזהרה של קומין אינה תיאורטית. ב-1 ביוני 2026 בדיוק, GitHub Copilot עבר לשיטת חיוב מבוססת שימוש (usage-based billing). במקום דמי מנוי קבועים, כל שימוש נמדד ב-GitHub AI Credits, כשאחד שווה סנט אחד .
כעת, משתמשים כבדים – במיוחד כאלה שמפעילים סוכני AI לכתיבת קוד מורכבת – מדווחים על עליות צפויות של פי 10 עד פי 50 . בודדת עבודה של סוכן AI מול דגם מוביל עלולה לשרוף את כל מכסת האשראי החודשית של המתכנת בריצה אחת .
קומין אינו מתבונן מהצד. CBA משקיעה כ-2.4 מיליארד דולר אוסטרלי בשנה בטכנולוגיה – 500 מיליון דולר יותר מכל בנק אוסטרלי אחר . אבל גם העלות הזו חשופה לאינפלציה הבלתי צפויה שהוא מזהיר מפניה .
CBA גם מדגימה את השפעת הבינה המלאכותית על כוח העבודה בזמן אמת:
אך במקביל, CBA התחייבה להשקיע 90 מיליון דולר אוסטרלי במשך שלוש שנים בתוכנית 'Future Workforce Program' – תוכנית הסבה מקיפה ליותר מ-30,000 עובדים שלה . התכנית כוללת פלטפורמת קריירה פנימית בשם Grow Your Career, הכשרות ממוקדות AI, ומיפוי מיומנויות .
העמדה הכפולה הזו – גם לקצץ וגם להסב – היא השתקפות כנה של התפיסה של קומין: השיבוש כבר כאן, וחברות זקוקות לאסטרטגיה הן לעובדים שעוזבים והן לעובדים שנשארים .
ההתכנסות של אזהרת קומין, מעשיו של CBA, והשינוי המיידי של GitHub Copilot מצביעה על שלושה צווי יסוד לכל ארגון שמפעיל AI:
1. התקצוב חייב להפוך לדינמי. עידן התקציבים השנתיים הקבועים ל-AI הסתיים. דגמי חיוב מבוססי אסימונים הופכים את AI לשירות בעלות משתנה. חברות זקוקות לניטור עלויות בזמן אמת, הקצאת אשראי לפי צוותים, מגבלות שימוש, ויכולת להתאים תקציבים באמצע מחזור התקציב .
2. בקרת איכות היא לא אופציה. "עבודת זבל" יוצרת קשר ישיר בין כשל איכותי לבין עלויות גבוהות. אין להכניס תפוקת AI לא מחומת לעולם העסקי. ארגונים חייבים להפעיל שערי איכות, מנגנוני Walidacja אנושיים, וביקורות פלט. בלי המערכות האלו, קו העלות יעלה בזמן שקו הערך יישאר שטוח .
3. אסטרטגיית כוח אדם חייבת לתכנן גם קיצוצים וגם העלאת מיומנויות. המודל של CBA הוא מרתק: AI מצמצם משרות בחלק מהצוותים, בעוד שהשקעה בהסבה יוצרת מסלולי קריירה חדשים באחרים. תכנית ה-90 מיליון דולר מאותתת שהאלטרנטיבה לפיטורים אינה הגנה על משרות אלא שינוי משרות – ושחברות נושאות באחריות להדריך את כוח האדם שלהן במעבר הזה .
המסר המרכזי של קומין הוא שאימוץ AI ארגוני נכנס לשלב קשה בצורה חדה. הרווחים הקלים נקטפו; מה שנשאר מורכב, יקר ודורש משמעת שרוב הארגונים טרם פיתחו. החשבון על חוסר המשמעת הזה מגיע עכשיו – בצורה של עלויות אסימונים בלתי צפויות ובערימה הולכת וגדלה של "עבודת זבל" שמישהו יצטרך לנקות .
המונח הזה, לדבריו, מתאר את מבול התכנים באיכות נמוכה שנוצרים על-ידי AI – דוחות, מיילים, קוד וניתוחים – שמציפים את הארגונים. התוצרים האלה אומנם נראים פוריים, אבל בפועל הם גוזלים זמן יקר של עובדים אנושיים שצריכים לבדוק, לערוך או לזרוק אותם. "עבודת זבל" היא הסכנה השקטה: AI מייצר, ובני אדם צריכים לנקות .
האזהרה המרכזית של קומין נוגעת לעלות של AI. בימים הראשונים, שאילתה פשוטה עלתה כמעט כלום. אבל כשארגונים עוברים למשימות מורכבות יותר, כמו תכנון אסטרטגי או סוכן AI אוטונומי, צריכת האסימונים (tokens) מזנקת בצורה לא ליניארית .
"בימים הראשונים, רציתם שאנשים יתחילו להשתמש בכלים – והם לא ממש עלו הרבה... עכשיו, איך שהמודלים עובדים, כמות ההקשר שאתם יכולים להכניס אליהם, העלויות שלכם לא גדלות באופן ליניארי," הסביר קומין .
הוא כינה את זה "אתגר ניהולי חדש ומתפתח": מנהלי כספים ראשיים (CFOs) ומנהלי טכנולוגיה ראשיים (CTOs) תקועים במחזורי תקצוב שנתיים, בעוד שהעלות של משימה יכולה להשתנות פי 10 עד פי 50, תלוי במורכבות שלה .
ההזהרה של קומין אינה תיאורטית. ב-1 ביוני 2026 בדיוק, GitHub Copilot עבר לשיטת חיוב מבוססת שימוש (usage-based billing). במקום דמי מנוי קבועים, כל שימוש נמדד ב-GitHub AI Credits, כשאחד שווה סנט אחד .
כעת, משתמשים כבדים – במיוחד כאלה שמפעילים סוכני AI לכתיבת קוד מורכבת – מדווחים על עליות צפויות של פי 10 עד פי 50 . בודדת עבודה של סוכן AI מול דגם מוביל עלולה לשרוף את כל מכסת האשראי החודשית של המתכנת בריצה אחת .
קומין אינו מתבונן מהצד. CBA משקיעה כ-2.4 מיליארד דולר אוסטרלי בשנה בטכנולוגיה – 500 מיליון דולר יותר מכל בנק אוסטרלי אחר . אבל גם העלות הזו חשופה לאינפלציה הבלתי צפויה שהוא מזהיר מפניה .
CBA גם מדגימה את השפעת הבינה המלאכותית על כוח העבודה בזמן אמת:
אך במקביל, CBA התחייבה להשקיע 90 מיליון דולר אוסטרלי במשך שלוש שנים בתוכנית 'Future Workforce Program' – תוכנית הסבה מקיפה ליותר מ-30,000 עובדים שלה . התכנית כוללת פלטפורמת קריירה פנימית בשם Grow Your Career, הכשרות ממוקדות AI, ומיפוי מיומנויות .
העמדה הכפולה הזו – גם לקצץ וגם להסב – היא השתקפות כנה של התפיסה של קומין: השיבוש כבר כאן, וחברות זקוקות לאסטרטגיה הן לעובדים שעוזבים והן לעובדים שנשארים .
ההתכנסות של אזהרת קומין, מעשיו של CBA, והשינוי המיידי של GitHub Copilot מצביעה על שלושה צווי יסוד לכל ארגון שמפעיל AI:
1. התקצוב חייב להפוך לדינמי. עידן התקציבים השנתיים הקבועים ל-AI הסתיים. דגמי חיוב מבוססי אסימונים הופכים את AI לשירות בעלות משתנה. חברות זקוקות לניטור עלויות בזמן אמת, הקצאת אשראי לפי צוותים, מגבלות שימוש, ויכולת להתאים תקציבים באמצע מחזור התקציב .
2. בקרת איכות היא לא אופציה. "עבודת זבל" יוצרת קשר ישיר בין כשל איכותי לבין עלויות גבוהות. אין להכניס תפוקת AI לא מחומת לעולם העסקי. ארגונים חייבים להפעיל שערי איכות, מנגנוני Walidacja אנושיים, וביקורות פלט. בלי המערכות האלו, קו העלות יעלה בזמן שקו הערך יישאר שטוח .
3. אסטרטגיית כוח אדם חייבת לתכנן גם קיצוצים וגם העלאת מיומנויות. המודל של CBA הוא מרתק: AI מצמצם משרות בחלק מהצוותים, בעוד שהשקעה בהסבה יוצרת מסלולי קריירה חדשים באחרים. תכנית ה-90 מיליון דולר מאותתת שהאלטרנטיבה לפיטורים אינה הגנה על משרות אלא שינוי משרות – ושחברות נושאות באחריות להדריך את כוח האדם שלהן במעבר הזה .
המסר המרכזי של קומין הוא שאימוץ AI ארגוני נכנס לשלב קשה בצורה חדה. הרווחים הקלים נקטפו; מה שנשאר מורכב, יקר ודורש משמעת שרוב הארגונים טרם פיתחו. החשבון על חוסר המשמעת הזה מגיע עכשיו – בצורה של עלויות אסימונים בלתי צפויות ובערימה הולכת וגדלה של "עבודת זבל" שמישהו יצטרך לנקות .